skip to main content

ANALISIS AKURASI PERBANDINGAN ALGORITMA INDEKS KEBAKARAN HUTAN (NBR, BAIS2, MIRBI, dan NDVI) BERDASARKAN CITRA SENTINEL-2A (Studi Kasus :Taman Nasional Gunung Merbabu Provinsi Jawa Tengah)

Department of Geodesy Engineering, Universitas Diponegoro, Jl. Prof. Sudarto, SH, Tembalang, Semarang, Indonesia 50277, Indonesia

Received: 4 May 2022; Accepted: 4 Jun 2022; Published: 4 Jun 2022.

Citation Format:
Abstract

Kebakaran hutan dan lahan merupakan salah satu bencana alam yang dapat mengganggu ekosistem hutan dengan merusak sejumlah besar pohon. Salah satu kawasan yang mengalami bencana kebakaran hutan dan lahan hampir setiap tahun adalah Taman Nasional Gunung Merbabu yang terletak di Kabupaten Magelang, Kabupaten Semarang, dan Kabupaten Boyolali Provinsi Jawa Tengah. Identifikasi kebakaran hutan dan lahan guna bertanggung jawab atas suksesi vegetasi hutan pasca kebakaran hutan dan lahan. Penelitian dilakukan menggunakan teknik penginderaan jauh melalui pemanfaatan indeks kebakaran hutan dan lahan. Perbedaan penggunaan indeks dalam identifikasi area terbakar akan mengakibatkan perbedaaan interpretasi kebakaran hutan dan lahan. Penelitian ini berfokus membandingan indeks kebakaran hutan dan lahan yang umum seperti Normalized Burn Ratio (NRB), Burned Area Index for Sentinel-2 (BAIS2), Mid-Infrared Burend Index (MIRBI), dan indeks vegetasi seperti Normalized Difference Vegetation Index (NDVI) pada citra satelit Sentinel-2A. Perbandingan yang digunakan  berdasarkan metode thresholding, indeks keterpisahan dan uji kemampuan indeks. Hasil perbandingan indeks NBR, BAIS2, MIRBI, dan NDVI dengan metode thresholding, indeks keterpisahan dan uji kemampuan indeks diperoleh pada metode thresholding uji akurasi dengan nilai terbaik didapatkan pada indeks NBR µ-2σ dengan luas data valid 565,891Ha atau 75,51% sesuai dengan data referensi kebakaran hutan dan lahan dari Taman Nasional Gunung Merbabu. Pada metode indeks keterpisahan NBR juga mendapat hasil 12,705 dimana semakin besar nilai indeks keterpisahan maka akan sebaik baik dalam deteksi area kebakaran hutan dan lahan. Pada metode uji kemampuan indeks BAIS2 mendapati nilai 4, 878 dimana nilai tersebut lebih dari 1 yang menunjukan BAIS2 memiliki kemampuan untuk mendeteksi tingkat keparahan kebakaran hutan dan lahan. Dari tiga metode yang telah dilakukan NBR memiliki kualitas yang lebih dari indeks BAIS2, MIRBI, dan NDVI dalam mendeteksi area kebakaran hutan dan lahan.

Fulltext View|Download

Article Metrics:

Last update:

No citation recorded.

Last update:

No citation recorded.